.png)
12月11日，智谱发布工业级语音合成系统GLM-TTS，并在Hugging Face和ModelScope平台开源模型权重。该模型仅需3秒语音样本即可克隆音色与说话习惯，适用于教育、电子书、客服等场景，生成自然流畅的语音。其训练数据仅10万小时，远低于行业主流，预训练只需单机4天，成本显著降低。GLM-TTS采用两阶段生成架构和基于GRPO的强化学习方案，在公开评测中达到开源SOTA表现，字符错误率低至0.89%，情感表达领先行业。开发者可通过GitHub、Hugging Face等平台获取资源，或通过开放平台API快速集成。在线体验入口包括audio.z.ai及智谱清言App。
原文链接
本文链接：https://kx.umi6.com/article/30038.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "30038")
相关推荐
.png)
换一换
小米集团AI实验室发布ZipVoice系列语音合成（TTS）模型
2025-09-12 11:11:52
Soul App开源播客语音合成模型，可流畅自然多轮语音对话，支持川粤豫等多方言与副语言风格
2025-10-29 16:58:57
DeepMind 没舍得开源的 Genie 3，被昆仑万维放出来了
2025-08-12 14:22:32
月之暗面杨植麟、周昕宇、吴育昕罕见回应一切：打假 460 万美元、调侃 OpenAI
2025-11-12 09:56:27
阿里通义千问 Qwen3-TTS 语音合成 AI 模型发布：超 49 种音色，支持多种方言
2025-12-10 20:05:18
Hugging Face 公布 4.5 亿参数开源机器人模型 SmolVLA，消费级硬件设备即可运行
2025-06-09 18:33:05
4位图灵奖得主布道，2大冠军机器人登台，“AI春晚”果然又高又硬
2025-06-06 22:39:37
月之暗面 Kimi K2 发布并开源，擅长代码与 Agentic 任务
2025-07-11 23:44:58
美团视频生成模型正式发布并开源
2025-10-27 11:00:45
谷歌太壕了！编程Agent大招至简：开源且免费，百万上下文、多模态、MCP全支持
2025-06-26 10:56:45
华为UCM推理记忆管理技术正式开源
2025-11-05 16:17:45
AMD甩出最猛两代AI芯片，算力飙涨、豪气堆料
2025-06-13 12:08:30
阿里通义深夜炸场：全球首个端到端全模态 AI 模型 Qwen3-Omni 发布开源，文本、图像、音视频全统一
2025-09-23 10:12:45
557 文章
319157 浏览
24小时热文
更多
-
2025-12-11 10:46:25 -
2025-12-11 10:45:35
-
2025-12-11 10:45:19
